Курс за обучение по Изкуствен интелект и роботика за ядрово дело - разширено

Изкуственият интелект (AI) за роботика комбинира машинно учене, системи за управление и съчетаване на сензори, за да създаде разумни машини, способни да възприемат, разсъждават и действат автономно. Чрез съвременни инструменти като ROS 2, TensorFlow и OpenCV, инженерите сега могат да проектират роботи, които навигират, планират и взаимодействат с реалната среда разумно.

Това обучение под чиято водеща ръка е преподавателят (онлайн или на място) е насочено към инженери средно ниво, които искат да разработват, обучават и внедряват AI-дриванни роботични системи, използвайки текущите отворени технологии и фреймворки.

По края на обучението, участниците ще могат да:

• Използвайте Python и ROS 2 за изграждане и симулиране на роботични поведения.
• Прилагайте Калман и частицни филтри за локализация и проследяване.
• Прилагайте методи на компютърното зритие с OpenCV за възприемане и детекция на обекти.
• Използвайте TensorFlow за предвиждане на движение и изучаващо управление.
• Интегрирайте SLAM (Симултантна локализация и картиране) за автономна навигация.
• Разработвайте модели на изучаващо учене, за да подобрите роботичното вземане на решения.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическа имплементация с ROS 2 и Python.
• Практични упражнения в симулирани и реални роботични среди.

Опции за персонализация на курса

За да поискате персонализирано обучение за този курс, моля свържете се с нас за организиране.

В този воден от инструктор, жив тренинг в България (онлайн или на място), участниците ще научат различните технологии, фреймворки и техники за програмиране на различни видове роботи за използване в ядрената технология и екологични системи.

Курсът продължава 4 седмици, с 5 дни седмично. Всеки ден е с 4-часова продължителност и включва лекции, дискусии и практическа роботна разработка в живо лабораторно окружение. Участниците ще извършат различни реални проекти, приложими за тяхната работа, за да упражнят придобитите знания.

Целевото хардуерно обесpeдение за този курс ще бъде симулирано в 3D чрез симулационен софтуер. Кодът после ще бъде зареден на физическо хардуерно обезпечаване (Arduino или друго) за крайново тестване. ROS (Robot Operating System), C++ и Python ще се използват за програмирането на роботите.

Към края на този тренинг, участниците ще могат да:

• Разберат ключовите концепции, използвани в роботичната технология.
• Разбират и управляват взаимодействието между софтуера и хардуера в роботна система.
• Разбират и реализират софтуерните компоненти, които подкрепят роботиката.
• Създават и управляват симулиран механичен робот, който вижда, осезава, обработва, навигира и взаимодейства с хора чрез глас.
• Разбират необходимите елементи на изкуствения интелект (машинно самообучение, дълбоко обучение и т.н.), приложими за създаване на умни роботи.
• Реализират филтри (Kalman и Particle) за да позволят на робота да локализира движещи се обекти в околната среда.
• Реализират търсачки алгоритми и планиране на движение.
• Реализират PID контроли, за да регулират движението на робота в околната среда.
• Реализират алгоритми SLAM (Simultaneous Localization and Mapping), за да позволят на робота да картографира неизвестна среда.
• Тестват и грешките на робот в реалистични сценарии.

ROS 2 (Robot Operating System 2) е открито източно рамки, разработено за подкрепа на създаването на сложни и масштабируеми роботизирани приложения.

Това обучение с преподавател (онлайн или на място) е насочено към средно ниво роботни инженери и разработчици, които искат да имплементират автономната навигация и SLAM (Simultaneous Localization and Mapping) с ROS 2.

По завършване на обучението участниците ще могат да:

• Настройват и конфигурират ROS 2 за приложения с автономна навигация.
• Имплементират SLAM алгоритми за мапиране и локализация.
• Интегрират сензори като LiDAR и камери с ROS 2.
• Симулират и тестват автономна навигация в Gazebo.
• Разполагат навигационни стекове на физически роботи.

Формат на курса

• Интерактивна лекция и дискусия.
• Практика с инструментите и симуляционната среда на ROS 2.
• Лабораторно приложение и тестване на виртуални или физически роботи.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас.

Услугата за ботове в Azure съединява мощта на Microsoft Bot Framework и Azure функции, за да позволява бързо разработване на интелигентни ботове.

В този курс с инструктор, участниците ще научат как да създават лесно интелигентен бот с Microsoft Azure.

Към края на обучението участниците ще могат да:

• Научават основните принципи на интелигентни ботове
• Научават как да създават интелигентни ботове с помощта на облачни приложения
• Разбираят как да използват Microsoft Bot Framework, Bot Builder SDK и Azure Bot Service
• Разбираят как да проектират ботове с помощта на шаблони за ботове
• Разработват първия си интелигентен бот с Microsoft Azure

Целева аудитория

• Разработчици
• Хобисти
• Инженери
• ИТ специалисти

Формат на курса

• Частично лекции, частично дискусии, упражнения и много практика на място

OpenCV е отворен източник на библиотека за компютърно зрение, която осигурява реално време за обработка на снимки, докато глъбоко обучаващите рамки като TensorFlow предлагат инструменти за интелектуална перцепция и вземане на решения в роботни системи.

Този курс, воден от преподавател (онлайн или на място), е насочен към инженери с по-висок ниво на роботика, практици в областа на компютърното зрение и инженери по машинно обучение, които желаят да прилагат техники от компютърното зрение и глъбоко обучение за перцепция и автономия на роботите.

По завършване на този курс, участниците ще могат да:

• Реализират пайлири за компютърно зрение с OpenCV.
• Интегрират модели за глъбоко обучение за детекция и разпознаване на обекти.
• Използват визуални данни за контролиране и навигация на роботите.
• Комбинират класически алгоритми за зрение с глъбоки невронни мрежи.
• Разпространяват системи за компютърно зрение в вградени и роботни платформи.

Формат на курса

• Интерактивен лекции и дискусия.
• Ръчно упражнение с OpenCV и TensorFlow.
• Едно live-лаб имплементация на симулирани или физически роботни системи.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да го организирате.

Ботът или chatbot е като компютърен асистент, който се използва за автоматизиране на потребителските взаимодействия на различни платформи за съобщения и извършване на нещата по-бързо, без да е необходимо потребителите да говорят с друг човек.

В това водено от инструктор обучение на живо участниците ще научат как да започнат да разработват бот, докато преминават през създаването на примерни чатботове, използвайки инструменти и рамки за разработка на ботове.

До края на това обучение участниците ще могат:

• Разберете различните употреби и приложения на ботовете
• Разберете пълния процес на разработване на ботове
• Разгледайте различните инструменти и платформи, използвани при изграждането на ботове
• Създайте примерен чатбот за Facebook Messenger
• Създайте примерен чатбот, като използвате Microsoft Bot Framework

Публика

• Разработчици, които се интересуват от създаването на свой собствен бот

Формат на курса

• Част лекция, част дискусия, упражнения и тежка практическа практика

Edge AI позволява моделите за изкуствен интелект да работят директно върху ембедирани или с ограничени ресурси устройства, намалявайки латентната забавяне и разходите на енергия, докато увеличава автономността и защитата на данните в роботни системи.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към средно ниво ембедирани разработчици и инженери по роботи, които желаят да имплементират техники за извършване на моделите и оптимизация директно върху роботни хардуер, използвайки TinyML и рамки за Edge AI.

По края на това обучение участниците ще могат да:

• Разберат основите на TinyML и Edge AI за роботика.
• Конвертират и разгъват моделите за извършване на устройствата.
• Оптимизират моделите за скорост, размер и енергиен ефективност.
• Интегрират системи с Edge AI в роботни контролни архитектури.
• Оценяват перформанса и точността в реални ситуации.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическа работа с TinyML и инструменти за Edge AI.
• Пратични упражнения на ембедирани и роботни хардуер платформи.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля създадете връзка с нас, за да го организираме.

Това обучение с преподавателско водено занятие в България (онлайн или на място) е предназначено за участници на средно ниво, които искат да изследват ролята на съвместните роботи (cobots) и другите човекоцентрични ИИ системи в современите работни места.

Край обучението, участниците ще могат да:

• Разберат принципите на човекоцентричен физически ИИ и неговото приложение.
• Изследват ролята на съвместните роботи в подобряването на продуктивността в работната среда.
• Идентифицират и решават предизвикателствата при взаимодействието между човек и машина.
• Проектират дейности, които оптимизират сътрудничеството между хора и ИИ-дривени системи.
• Подпомагат културата на иновации и адаптивност в работните места, интегрирани с ИИ.

Това обучение под ръководството на преподавател (онлайн или на място) се насочва към инженери, които искат да научат за приложимостта на изкуствения интелект в мехатронните системи.

По завършването на обучението участниците ще могат да:

• Получат обобщение за изкуствен интелект, машинно обучение и компютърна интелигенция.
• Разберат концепциите на невронните мрежи и различните методи за учене.
• Избират подходящи методи на изкуствен интелект ефективно за реални проблеми.
• Прилагат приложения на изкуствен интелект в мехатронната инженерия.

Това обучение под чиято ръководство връчно води инструктор (онлайн или на място) е насочено към напреднали роботни инженери и изследователи по ИИ, които искат да използват мултимодален ИИ за интегриране на различните сензорни данни, за да създадат по-автономни и ефективни роботи, които могат да виждат, слушат и докосват.

Към края на това обучение участниците ще бъдат способни:

• Да имплементират мултимодално чувстване в роботни системи.
• Да разработват алгоритми на ИИ за интеграция и вземане на решения посредством сензорите.
• Да създават роботи, които могат да извършват комплексни задачи в динамични среди.
• Да решават предизвикателства в реално време при обработката на данни и активацията.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към участници на среден ниво, които искат да подобрят уменията си в проектирането, програмирането и използването на интелигентни роботни системи за автоматизация и повече.

Към края на това обучение, участниците ще могат да:

• Разберат принципите на Физическото ИИ и неговите приложения в роботика и автоматизация.
• Проектират и програмират интелигентни роботни системи за динамични среди.
• Реализират ИИ модели за автономно взимане на решения в роботите.
• Използват симулационни инструменти за тестване и оптимизиране на роботите.
• Решават предизвикателства като сензорна фузия, реално време обработка и енергийна ефективност.

Ученето с подкрепа (RL) е парадигма на машинното обучение, при която агентите учат да взимат решения, взаимодействайки с околната среда. В роботиката RL позволява на автономните системи да развиват адаптивни контролни и решаващи способности чрез опит и обратна връзка.

Това обучение под ръководството на инструктор (онлайн или на място) е предназначено за продвинати машинни инженери, изследователи по роботиката и разработчици, които искат да проектират, имплементират и разпространяват алгоритми за учене с подкрепа в роботни приложения.

По края на това обучение участниците ще могат да:

• Разберат принципите и математиката на ученето с подкрепа.
• Имплементират RL алгоритми, като Q-учене, DDPG и PPO.
• Интегрират RL с роботни симулиращи среди, използвайки OpenAI Gym и ROS 2.
• Обучават роботи да извършват сложни задачи автономно чрез опит и грешки.
• Оптимизират обучението с помощта на глъбоки машинни обучения, като PyTorch.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическа имплементация, използвайки Python, PyTorch и OpenAI Gym.
• Практични упражнения в симулиращи или физически роботни среди.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля, свържете се с нас.

Безопасни и обясними роботи е всестранно обучение, фокусиращо се на безопасността, верификациите и этичната управа на роботизирани системи. Курсът свързва теорията с практиката, разглеждайки методологиите за безопасностни случаи, анализирането на опасности и подходите към обяснимата изкуствена интелигенция (AI), които правят роботичното вземане на решения прозрачно и достоверно. Участниците ще научат как да гарантират съответствие, верифицират поведенията и документират безопасността в съответствие с международни стандарти.

Това обучение под ръководството на инструктор (онлайн или пред присъство) е насочено към професионалисти средно ниво, които искат да приложат принципите на верификацията, валдирането и обяснимостта за безопасното и етично разгъваряне на роботизирани системи.

По края на това обучение участниците ще могат:

• Разработват и документират безопасностни случаи за роботизирани и автономни системи.
• Применяват методи на верификация и валдиране в симулиращи среди.
• Разбират обяснимите AI фреймворки за роботичното вземане на решения.
• Интегрират принципи на безопасност и етика в дизайна и функционирането на системата.
• Комуникират изискванията за безопасност и прозрачност със стейкхолдери.

Формат на курса

• Интерактивен семинар и дискусия.
• Практически упражнения в симулации и анализ на безопасността.
• Кейсови изучавания от реални роботизирани приложения.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля, свържете се с нас.

Умен робот е система за изкуствен интелигент (AI), която може да учи от своето околно среда и от своя опит и да разширява възможностите си на основата на тази знание. Умните роботи могат да сътрудничат с хората, работейки заедно с тях и учайки от тяхното поведение. Освен това те могат да изпълняват не само ръчен труд, но и когнитивни задачи. Освен физически роботи, умните роботи могат да бъдат и чисто софтуерни, живеейки в компютър като софтуерно приложение без подвижни части или физическо взаимодействие със света.

В този инструкторски, живо обучение, участниците ще научат различните технологии, рамки и техники за програмиране на различни типове механични умни роботи, след това ще приложат това знание за да завършат собствени проекти на умни роботи.

Курсът е разделен на 4 секции, всяка от които съществува от три дена лекции, дискусии и практикуване на разработка на роботи в живо лабораторно обстановка. Всяка секция ще завърши с практичен ръчен проект, за да позволи на участниците да практикуват и да демонстрират придобитото си знание.

Целта на оборудването за този курс ще бъде симулирана в 3D чрез симулационен софтуер. ROS (Robot Operating System) open-source рамката, C++ и Python ще бъдат използвани за програмиране на роботите.

Към края на това обучение, участниците ще могат да:

• Разберат ключовите концепции, използвани в роботните технологии
• Разберат и управляват взаимодействието между софтуер и хардуер в роботна система
• Разберат и имплементират софтуерните компоненти, които поддържат умните роботи
• Създадат и оперират симулиран механичен умен робот, който може да вижда, чувства, обработва, хваща, навигацира и взаимодейства с хората чрез глас
• Разширят възможностите на умен робот да изпълнява сложни задачи чрез Deep Learning
• Тестират и отстраняват грешки на умен робот в реалистични сценарии

Целева аудитория

• Разработчици
• Инженери

Формат на курса

• Част лекции, част дискусии, упражнения и много ръчно практикуване

Забележка

• За да персонализирате някакъв част от този курс (език за програмиране, модел на робот и т.н.), моля свържете се с нас, за да се договорим.

Smart Robotics е интеграцията на изкуствен интелигент в роботни системи за подобрено възприятие, вземане на решения и автономно управление.

Този курс, воден от инструктор (онлайн или на място), е предназначен за роботни инженери на напреднал ниво, интегратори на системи и ръководители на автоматизация, които искат да имплементират възприятие, планиране и управление, водени от изкуствен интелигент, в умни производствени среди.

До края на този курс участниците ще могат да:

• Разбирайте и приложете техники на изкуствен интелигент за роботно възприятие и сензорно сливане.
• Разработвайте алгоритми за движението на сътруднически и индустриални роботи.
• Развернете стратегии за управление, базирани на обучение, за вземане на решения в реално време.
• Интегрирайте интелигентни роботни системи в умни производствени процеси.

Формат на курса

• Интерактивни лекции и дискусии.
• Много упражнения и практика.
• Практично имплементиране в жива лабораторна среда.

Опции за персонизация на курса

• За да поискате персонализиран обучение за този курс, моля свържете се с нас, за да уредим.